CN115579873B - 一种用于邮轮的混合发电控制方法和系统 - Google Patents
一种用于邮轮的混合发电控制方法和系统 Download PDFInfo
- Publication number
- CN115579873B CN115579873B CN202211259503.1A CN202211259503A CN115579873B CN 115579873 B CN115579873 B CN 115579873B CN 202211259503 A CN202211259503 A CN 202211259503A CN 115579873 B CN115579873 B CN 115579873B
- Authority
- CN
- China
- Prior art keywords
- power generation
- wheel
- postal
- generation mode
- generator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004804 winding Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 17
- 238000013527 convolutional neural network Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/40—The network being an on-board power network, i.e. within a vehicle
- H02J2310/42—The network being an on-board power network, i.e. within a vehicle for ships or vessels
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明实施例提供一种用于邮轮的混合发电控制方法和系统，属于发电机控制领域，用于控制邮轮的电力系统，电力系统包括轴带发电机、多台柴油发电机及供电电池，包括；数据获取模块，用于获取当前时间段内的邮轮的运行相关数据及邮轮的多个负载的负载相关信息；模式选择模块，用于基于数据获取模块获取的当前时间段内的运行相关数据及邮轮的多个负载的负载相关信息，确定当前时间段内的目标发电模式；发电控制模块，用于基于目标发电模式控制轴带发电机、多台柴油发电机和/或供电电池进行发电，具有灵活确定邮轮的发电模式的优点。
Description
技术领域
本发明涉及发电机控制领域，特别涉及一种用于邮轮的混合发电控制方法和系统。
背景技术
邮轮运行需要推进系统提供动力，推进系统由推进控制系统控制；邮轮供电需要电力系统提供能源，电力系统由供电控制系统控制。不同动力类型的邮轮，其电力系统的发配电设备区别较大，因此供电控制系统的控制设计有很大区别。其中，带有轴带发电机的邮轮的航行动力由推进主机驱动，与电力系统无关，电力系统包括由邮轮推进主机驱动的轴带发电机，在邮轮航行期间，轴带发电机可充分利用推进主机10％～15％的功率储备裕量向全船供电，使推进主机高效率低能耗运行，实现节能。
在邮轮运行过程中进行发电模式选择时，同样需要操作人员根据当时使用工况进行判断并选择合适的发电模式，存在操作人员的误判或错判的情况。
因此，需要提供一种用于邮轮的混合发电控制方法和系统，用于灵活确定邮轮的发电模式。
发明内容
本说明书实施例之一提供一种用于邮轮的混合发电控制系统，用于控制邮轮的电力系统，所述电力系统包括轴带发电机、多台柴油发电机及供电电池，其特征在于，包括；数据获取模块，用于获取当前时间段内的所述邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息；模式选择模块，用于基于所述数据获取模块获取的所述当前时间段内的运行相关数据及所述邮轮的多个负载的负载相关信息，确定所述当前时间段内的目标发电模式；发电控制模块，用于基于所述目标发电模式控制所述轴带发电机、多台柴油发电机和/或所述供电电池进行发电。
在一些实施例中，所述邮轮的运行相关数据包括线路点云数据；所述数据获取模块包括多组结构光相机，所述多组结构光相机分别设置在所述轴带发电机的供电线路的不同位置处；所述多组结构光相机用于从不同位置获取所述轴带发电机的供电线路的深度图像；所述数据获取模块还用于基于所述多组结构光相机获取的所述深度图像，生成所述线路点云数据。
在一些实施例中，所述运行相关数据包括所述轴带发电机的电气数据及所述供电电池的剩余电量，所述轴带发电机的电气数据至少包括转速、电压、电流、有功功率、无功功率、频率、相位、功率因数、轴承振动频率、轴承振动幅度、发电机绕组温度及轴承温度。
在一些实施例中，所运行相关数据包括所述邮轮的位置、天气信息及路线相关信息。
在一些实施例中，所述行相关数据包括关系图谱，所述关系图谱由所述邮轮对应的邮轮节点和多个其他邮轮对应的邮轮节点，任意两个之间存在关联的所述邮轮节点之间通过边连接，所述边用于表征连接的两个所述邮轮节点之间关联紧密程度；所述邮轮节点还用于记载对应的邮轮的历史航行信息，其中，所述历史航行信息包括在多个历史时间段的邮轮的运行相关数据、多个负载的负载相关信息及目标发电模式。
在一些实施例中，所述模式选择模块基于所述数据获取模块获取的所述当前时间段内的运行相关数据及所述邮轮的多个负载的负载相关信息，确定所述当前时间段内的目标发电模式，包括：基于所述邮轮的多个负载的负载相关信息，确定每个所述负载的负载类型，其中，所述负载类型为一类负载、二类负载或三类负载；基于所述运行相关数据及每个所述负载的负载类型，从多个候选发电模式中确定目标发电模式，其中，所述多个候选发电模式包括轴带发电机发电模式、柴油发电机发电模式及供电电池发电模式、轴带发电机与柴油发电机双混合发电模式、轴带发电机与供电电池双混合发电模式、柴油发电机与供电电池混合发电模式和轴带发电机、多台柴油发电机及供电电池混合发电模式。
在一些实施例中，所述发电控制模块基于所述目标发电模式控制所述轴带发电机、多台柴油发电机和/或所述供电电池进行发电，包括：当所述目标发电模式为所述柴油发电机双混合发电模式、所述柴油发电机与供电电池混合发电模式或所述轴带发电机、多台柴油发电机及供电电池混合发电模式时，通过蒙特卡洛模型基于约束条件生成多种柴油发电机候选策略，并生成所述柴油发电机候选策略对应的发电结果，基于所述发电结果从所述多种柴油发电机候选策略确定柴油发电机目标策略。
在一些实施例中，所述模式选择模块还用于：基于当前时间段内的所述邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息，预测未来时间段内的邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息；基于预测的所述未来时间段的邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息，确定所述未来时间段内的目标发电模式。
在一些实施例中，所述发电控制模块包括控制开关组件，所述控制开关组件包括设置在所述轴带发电机与母排之间的第一切换开关、设置在所述多台柴油发电机与所述母排之间的多个第二切换开关及设置在所述供电电池与所述母排之间的第三切换开关，其中，每台所述柴油发电机与所述母排之间均设置有一个所述第二切换开关；所述发电控制模块用于基于所述目标发电模式及所述柴油发电机目标策略，控制所述第一切换开关、所述多个第二切换开关及所述第三切换开关的状态。
本说明书实施例之一提供一种用于邮轮的混合发电控制方法，用于控制邮轮的电力系统，所述电力系统包括轴带发电机、多台柴油发电机及供电电池，其特征在于，包括：获取所述邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息；基于所述数据获取模块获取的所述运行相关数据及所述邮轮的多个负载的负载相关信息，确定目标发电模式；基于所述目标发电模式控制所述轴带发电机、多台柴油发电机和/或所述供电电池进行发电。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的用于邮轮的混合发电控制系统的模块示意图；
图2是根据本说明书一些实施例所示的用于邮轮的混合发电控制方法的示例性流程示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的用于邮轮的混合发电控制系统的模块示意图，用于控制邮轮的电力系统，电力系统可以包括轴带发电机、多台柴油发电机及供电电池，其中供电电池存储的电能可以来自轴带发电机，也可以来自其他发电源，例如，电网、设置在邮轮上的太阳能发电设备和/或风力发电设备。
如图1所示，用于邮轮的混合发电控制系统可以包括数据获取模块、数据选择模块和发电控制模块。
数据获取模块可以用于获取当前时间段内的邮轮的运行相关数据及邮轮的多个负载的负载相关信息。
模式选择模块可以用于基于数据获取模块获取的当前时间段内的运行相关数据及邮轮的多个负载的负载相关信息，确定当前时间段内的目标发电模式。
发电控制模块可以用于基于目标发电模式控制轴带发电机、多台柴油发电机和/或供电电池进行发电。
关于数据获取模块、数据选择模块和发电控制模块的更多描述可以参见图2及其相关描述，此处不再赘述。
图2是根据本说明书一些实施例所示的用于邮轮的混合发电控制方法的示例性流程示意图。在一些实施例中，用于邮轮的混合发电控制方法可以由用于邮轮的混合发电控制系统执行。如图2所示，用于邮轮的混合发电控制方法可以包括以下步骤210至步骤230。
步骤210，获取邮轮的运行相关数据及邮轮的多个负载的负载相关信息。在一些实施例中，步骤210可以由数据获取模块执行。
邮轮的运行相关数据可以包括与邮轮相关的信息。
在一些实施例中，邮轮的运行相关数据可以包括线路点云数据。
在一些实施例中，数据获取模块可以包括多组结构光相机，多组结构光相机分别设置在轴带发电机的供电线路的不同位置处。多组结构光相机用于从不同位置获取轴带发电机的供电线路的深度图像。
在一些实施例中，结构光相机还可以获取轴带发电机的供电线路与各个电器设备的连接处的深度图像。
可以理解的，结构光相机可以投射多幅条纹光栅，即先通过光栅投射模组按照时间序列依次投射在线路表面，再通过双目相机对线路表面的光栅进行拍照，数据获取模块可以基于事先编码规则进行解码和双目视差匹配，从而获得高精度的3D点云。
在一些实施例中，数据获取模块基于深度图像生成线路点云数据可以包括以下步骤：
对于每一张深度图像，
数据获取模块可以通过图像识别模型，确定深度图像中的感兴趣区域，其中，感兴趣区域可以为深度图像中轴带发电机的供电线所在的区域，图像识别模型可以为视觉几何群网络(VisualGeometry Group Network，VGG)模型、Inception NET模型、全卷积神经网络(FullyConvolutional Networks，FCN)模型、分割网络(Segmentation Networks，SegNet)模型和掩模-卷积神经网络(Mask-Region Convolutional NeuralNetworks，Mask-RCNN)模型等；
对于感兴趣区域，数据获取模块可以根据感兴趣区域中每个像素的深度信息，确定线路的轮廓，基于线路的轮廓从感兴趣区域中确定线路的像素点；
将从每一张深度图像中提取的线路的像素点生成多个线路段的点云，对多个线路段的点云进行拼接，生成供电线路的点云数据。
在一些实施例中，图像识别模型确定深度图像中的至少一个感兴趣区域可以具体包括：预先将深度图像均匀分割为多个子区域，图像识别模型的输入可以为每个子区域的图像特征，其中，子区域的图像特征可以包括颜色特征、纹理特征、形状特征和空间关系特征，数据获取模块可以基于特征提取算法提取深度图像的图像特征，其中，特征提取算法可以为方向梯度直方图(HOG)特征、局部二值模式(LBP)特征、Haar-like特征等算法。图像识别模型可以根据子区域的图像特征确定子区域的类型，判断子区域的类型是否为线路，将类型为线路的子区域组合为感兴趣区域。
在一些实施例中，数据获取模块可以根据感兴趣区域中每个像素的深度信息，对感兴趣区域中的像素进行聚类，其中，聚类的约束条件为像素与聚类中心之间的距离小于第一预设距离阈值，第一预设距离阈值可以为线路的直径，数据获取模块可以根据聚类中心的深度信息和像素的深度信息确定像素与聚类中心之间的距离。
数据获取模块对感兴趣区域中的像素进行聚类，可以包括以下步骤：
从感兴趣区域中随机确定多个初始聚类中心，判断是否存在任意两个初始聚类中心之间的距离是否小于第一预设距离阈值时，若是，从该两个初始聚类中心中删除一个初始聚类中心；
根据感兴趣区域中每个像素的深度信息，确定每个像素与每个初始聚类中心之间的距离，当像素与某个初始聚类中心之间的距离小于第一预设距离阈值时，该像素属于该初始聚类中心对应的初始簇，生成每个初始聚类中心对应的初始簇，当某个像素与至少两个初始聚类中心之间的距离均小于第一预设距离阈值时，该像素属于最近的初始聚类中心对应的初始簇；
判断是否存在初始簇的像素点的数量小于预设数量，删除该初始簇(也可称为已删除初始簇)，对于剩余的每个初始簇，根据该初始簇的每个像素的深度信息，确定该初始簇的新的聚类中心(也可称为第一聚类中心)，从而生成多个第一聚类中心；
根据感兴趣区域中每个像素的深度信息，确定每个像素与每个第一聚类中心之间的距离，当像素与某个第一聚类中心之间的距离小于第一预设距离阈值时，该像素属于该第一聚类中心对应的第一簇，生成每个第一聚类中心对应的第一簇，当某个像素与至少两个第一聚类中心之间的距离均小于第一预设距离阈值时，该像素属于最近的第一聚类中心对应的第一簇；
判断是否存在第一簇的像素点的数量小于预设数量，删除该第二簇(也可称为已删除第一簇)，对于剩余的每个第一簇，根据该第一簇的每个像素的深度信息，确定该第一簇的新的聚类中心(也可称为第二聚类中心)，从而生成多个第二聚类中心；
重复执行：对根据感兴趣区域中每个像素的深度信息，确定每个像素与每个第n聚类中心之间的距离，当像素与某个第n聚类中心之间的距离小于第一预设距离阈值时，该像素属于该第n聚类中心对应的第n簇，生成每个第n聚类中心对应的第n簇，当某个像素与至少两个第n聚类中心之间的距离均小于第一预设距离阈值时，该像素属于最近的第n聚类中心对应的第n簇，判断是否存在第n簇的像素点的数量小于预设数量，删除该第n簇(也可称为已删除第n簇)，对于剩余的每个第n簇，根据该第n簇的每个像素的深度信息，确定该第n簇的新的聚类中心(也可称为第n+1聚类中心)，从而生成多个第n+1聚类中心，直至每个第n+1聚类中心对应的第n簇的第n聚类中心与该第n+1聚类中心之间的距离小于第二距离阈值，其中，第二距离阈值可以为线路直径的一半，n为正整数。
在一些实施例中，邮轮的运行相关数据可以至少包括轴带发电机的电气数据及供电电池的剩余电量，其中，轴带发电机的电气数据至少包括转速、电压、电流、有功功率、无功功率、频率、相位、功率因数、轴承振动频率、轴承振动幅度、发电机绕组温度及轴承温度。可以理解的，数据获取模块可以包括多种传感器，多种传感器用于获取轴带发电机的电气数据及供电电池的剩余电量。
在一些实施例中，邮轮的运行相关数据可以至少包括邮轮的位置、天气信息及路线相关信息。其中，邮轮的位置可以表征邮轮的实时位置，天气信息可以表征邮轮的实时位置所在区域在当前时间段内的天气状况，路线相关信息可以表征邮轮正在行走的路线、邮轮的实时位置所在区域的情况等，其中，邮轮的实时位置所在区域的情况可以包括邮轮的实时位置所在区域的障碍物与邮轮之间的距离。
可以理解的，数据获取模块可以包括定位装置，定位装置用于获取邮轮的位置，数据获取模块可以从外部数据源获取天气信息及路线相关信息。
在一些实施例中，邮轮的运行相关数据还可以包括关系图谱，关系图谱由需要进行发电控制的邮轮(也可称为目标邮轮)对应的邮轮节点和多个其他邮轮对应的邮轮节点，任意两个之间存在关联的邮轮节点之间通过边连接，边用于表征连接的两个邮轮节点之间关联紧密程度；邮轮节点还用于记载对应的邮轮的历史航行信息，其中，历史航行信息包括在多个历史时间段的邮轮的运行相关数据、多个负载的负载相关信息及目标发电模式。
可以理解的，当某个其他邮轮的参数(例如，型号、配置、负载、行走路线、邮轮的运行相关数据及邮轮的多个负载的负载相关信息等)与目标邮轮的参数越相似，该其他邮轮在关系图谱中对应的邮轮节点与目标邮轮对应的邮轮节点之间边越短，即该其他邮轮在关系图谱中对应的邮轮节点与目标邮轮对应的邮轮节点之间关联越紧密。关系图谱中，任意两个邮轮的参数的相似度小于预设相似度阈值时，该两个邮轮对应的邮轮节点之间不存在边。
负载相关信息可以为与在当前时间段内需要供电的负载相关的信息。例如，负载名称、负载功率、负载的平均历史运行时长等，其中，负载的平均历史运行时长可以表征在历史时间段内负载在每天运行时长的均值。可以理解的，数据获取模块可以从负载和/或外部数据源获取负载相关信息。
步骤220，基于数据获取模块获取的运行相关数据及邮轮的多个负载的负载相关信息，确定目标发电模式。在一些实施例中，步骤220可以由数据选择模块执行。
目标发电模式可以为轴带发电机发电模式、柴油发电机发电模式及供电电池发电模式、轴带发电机与柴油发电机双混合发电模式、轴带发电机与供电电池双混合发电模式、柴油发电机与供电电池混合发电模式和轴带发电机、多台柴油发电机及供电电池混合发电模式中的一种。
在一些实施例中，模式选择模块基于数据获取模块获取的当前时间段内的运行相关数据及邮轮的多个负载的负载相关信息，确定当前时间段内的目标发电模式，包括：
基于邮轮的多个负载的负载相关信息，确定每个负载的负载类型，其中，负载类型为一类负载、二类负载或三类负载，一类负载为连续使用的负载，例如，舵机、消防泵、照明设备、通信用交流机、蒸发器给水泵等；二类负载为短时或重复短时使用的负载，例如，锅炉鼓风机、热水循环泵、滑油离心分油机、轻柴油输送泵、压载泵等；三类负载为偶然短时使用的负载和/或按操作规程规定可以在电站尖峰负载时间外使用的负载，例如，空调淡水泵、机舱起吊机、探照灯等；
基于运行相关数据及每个负载的负载类型，从多个候选发电模式中确定目标发电模式，其中，多个候选发电模式包括轴带发电机发电模式、柴油发电机发电模式及供电电池发电模式、轴带发电机与柴油发电机双混合发电模式、轴带发电机与供电电池双混合发电模式、柴油发电机与供电电池混合发电模式和轴带发电机、多台柴油发电机及供电电池混合发电模式。
在一些实施例中，模式选择模块可以通过类型识别模型基于邮轮的多个负载的负载相关信息(例如，负载名称、负载功率、负载的平均历史运行时长等)，确定每个负载的负载类型，其中，类型识别模型为用于确定每个负载的负载类型的机器学习模型，类型识别模型可以包括但不限于神经网络(NN)、卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)等或其任意组合，例如，类型识别模型可以为卷积神经网络和深度神经网络组合形成的模型。
在一些实施例中，模式选择模块可以基于运行相关数据确定轴带发电机在当前时间段内是否为可供电状态，再根据轴带发电机在当前时间段内是否为可供电状态及每个负载的负载类型，从多个候选发电模式中确定目标发电模式。例如，当轴带发电机在当前时间段内为可供电状态，则模式选择模块可以根据每个负载的负载类型，从轴带发电机发电模式、轴带发电机与柴油发电机双混合发电模式、轴带发电机与供电电池双混合发电模式和轴带发电机、多台柴油发电机及供电电池混合发电模式中确定目标发电模式。又例如，当轴带发电机在当前时间段内不为可供电状态，模式选择模块可以根据每个负载的负载类型，从柴油发电机发电模式、供电电池发电模式、柴油发电机与供电电池混合发电模式中确定目标发电模式。仅作为示例地，当轴带发电机在当前时间段内不为可供电状态，多个负载只包括一类负载时，目标发电模式可以为柴油发电机发电模式。又例如，当轴带发电机在当前时间段内不为可供电状态，多个负载包括一类负载、二类负载和/或三类负载时，目标发电模式可以为柴油发电机与供电电池混合发电模式，其中，柴油发电机可以用于一类负载供电，供电电池可以用于二类负载和/或三类负载供电，可以理解的，柴油发电机用于一类负载供电，保证邮轮的正常行进，供电电池用于二类负载和/或三类负载供电，节约柴油耗量时，保证二类负载和/或三类负载正常供电。
在一些实施例中，模式选择模块可以通过状态识别模型基于运行相关数据(例如，线路点云数据、轴带发电机的电气数据、邮轮的位置、天气信息及路线相关信息等)确定轴带发电机在当前时间段内是否为可供电状态，其中，类型识别模型为用于确定每个负载的负载类型的机器学习模型，类型识别模型可以包括但不限于神经网络(NN)、卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)等或其任意组合，例如，类型识别模型可以为卷积神经网络和深度神经网络组合形成的模型。
在一些实施例中，模式选择模块可以通过关系图谱调整目标发电模式。模式选择模块可以先从关系图谱中确定至少一个与目标邮轮对应的邮轮节点之间的边的长度小于预设长度阈值的其他邮轮对应的邮轮节点(也可称为参考邮轮节点)，模式选择模块可以基于目标邮轮的当前位置，基于关系图谱确定参考邮轮节点在该当前位置的发电模式，当目标邮轮在当前时间段的目标发电模式与参考邮轮节点在该当前位置的发电模式不一致时，模式选择模块可以调整目标发电模式。仅作为示例地，当目标发电模式为轴带发电机模式，而多个参考邮轮节点中，大于预设比例(例如，60％)的参考邮轮节点在该当前位置的发电模式为柴油发电机与供电电池混合发电模式时，模式选择模块可以将目标发电模式从轴带发电机模式调整为柴油发电机与供电电池混合发电模式。
在一些实施例中，模式选择模块还可以用于：
基于当前时间段内的邮轮的运行相关数据及邮轮的多个负载的负载相关信息，预测未来时间段内的邮轮的运行相关数据及邮轮的多个负载的负载相关信息；
基于预测的未来时间段的邮轮的运行相关数据及邮轮的多个负载的负载相关信息，确定未来时间段内的目标发电模式。
在一些实施例中，模式选择模块通过数据预测模型基于当前时间段内的邮轮的运行相关数据及邮轮的多个负载的负载相关信息，预测未来时间段内的邮轮的运行相关数据及邮轮的多个负载的负载相关信息，数据预测模型可以包括但不限于神经网络(NN)、卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)等或其任意组合，例如，机器学习模型可以为卷积神经网络和深度神经网络组合形成的模型。
在一些实施例中，模式选择模块可以基于预测的未来时间段内的邮轮的运行相关数据确定轴带发电机在未来时间段内是否为可供电状态，再根据邮轮在未来时间段内的多个负载的负载相关信息，确定邮轮在未来时间段内的每个负载的类型，并根据轴带发电机在未来时间段内是否为可供电状态及邮轮在未来时间段内的每个负载的类型，从多个候选发电模式中确定目标邮轮在未来时间段内的目标发电模式。例如，当轴带发电机在未来时间段内为可供电状态，则模式选择模块可以根据每个负载的负载类型，从轴带发电机发电模式、轴带发电机与柴油发电机双混合发电模式、轴带发电机与供电电池双混合发电模式和轴带发电机、多台柴油发电机及供电电池混合发电模式中确定目标发电模式。又例如，当轴带发电机在未来时间段内不为可供电状态，模式选择模块可以根据每个负载的负载类型，从柴油发电机发电模式、供电电池发电模式、柴油发电机与供电电池混合发电模式中确定目标发电模式，实现预先确定未来时间段的发电模式，可以按照确定的未来时间段的发电模式在该未来时间段控制轴带发电机、多台柴油发电机及供电电池发电。
在一些实施例中，模式选择模块可以基于关系图谱调整确定的未来时间段的发电模式。
步骤230，基于目标发电模式控制轴带发电机、多台柴油发电机和/或供电电池进行发电。在一些实施例中，步骤230可以由发电控制模块执行。
在一些实施例中，发电控制模块包括控制开关组件，控制开关组件包括设置在轴带发电机与母排之间的第一切换开关、设置在多台柴油发电机与母排之间的多个第二切换开关及设置在供电电池与母排之间的第三切换开关，其中，每台柴油发电机与母排之间均设置有一个第二切换开关。发电控制模块用于基于目标发电模式及柴油发电机目标策略，控制第一切换开关、多个第二切换开关及第三切换开关的状态。
邮轮的负载可以通过母排与轴带发电机、多台柴油发电机及供电电池电连接。
例如，当目标发电模式为轴带发电机模式时，发电控制模块可以控制第一切换开关闭合，第二切换开关和第三切换开关断开。又例如，当目标发电模式为柴油发电机与供电电池混合发电模式时，发电控制模块可以控制第一切换开关断开，第二切换开关和第三切换开关闭合。
在一些实施例中，发电控制模块基于目标发电模式控制轴带发电机、多台柴油发电机和/或供电电池进行发电，可以包括：
当目标发电模式为柴油发电机双混合发电模式、柴油发电机与供电电池混合发电模式或轴带发电机、多台柴油发电机及供电电池混合发电模式时，通过蒙特卡洛模型基于约束条件生成多种柴油发电机候选策略，并生成柴油发电机候选策略对应的发电结果，基于发电结果从多种柴油发电机候选策略确定柴油发电机目标策略。
在一些实施例中，约束条件可以为柴油发电机的工作参数，例如，工作温度最大值、连续工作时长最大值、发电功率最大值等。柴油发电机目标策略可以包括柴油发电机台数及每台柴油发电机供电的负载。
在一些实施例中，发电结果可以包括发电机候选策略的柴油发电机的平均负荷率。发电控制模块可以将平均负荷率最小的柴油发电机候选策略作为柴油发电机目标策略。
应当注意应用场景仅仅是为了说明的目的而提供的，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，应用场景还可以包括数据库。然而，这些变化和修改不会背离本说明书的范围。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (9)
1.一种用于邮轮的混合发电控制系统，用于控制邮轮的电力系统，所述电力系统包括轴带发电机、多台柴油发电机及供电电池，其特征在于，包括；
数据获取模块，用于获取当前时间段内的所述邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息；
模式选择模块，用于基于所述数据获取模块获取的所述当前时间段内的运行相关数据及所述邮轮的多个负载的负载相关信息，确定所述当前时间段内的目标发电模式；
发电控制模块，用于基于所述目标发电模式控制所述轴带发电机、多台柴油发电机和/或所述供电电池进行发电；
其中，所述邮轮的运行相关数据包括线路点云数据；
所述数据获取模块包括多组结构光相机，所述多组结构光相机分别设置在所述轴带发电机的供电线路的不同位置处；
所述多组结构光相机用于从不同位置获取所述轴带发电机的供电线路的深度图像；
所述数据获取模块还用于基于所述多组结构光相机获取的所述深度图像，生成所述线路点云数据。
2.如权利要求1所述的用于邮轮的混合发电控制系统，其特征在于，所述运行相关数据包括所述轴带发电机的电气数据及所述供电电池的剩余电量，所述轴带发电机的电气数据至少包括转速、电压、电流、有功功率、无功功率、频率、相位、功率因数、轴承振动频率、轴承振动幅度、发电机绕组温度及轴承温度。
3.如权利要求1所述的用于邮轮的混合发电控制系统，其特征在于，所述运行相关数据包括所述邮轮的位置、天气信息及路线相关信息。
4.如权利要求1所述的用于邮轮的混合发电控制系统，其特征在于，所述运行相关数据包括关系图谱，所述关系图谱由所述邮轮对应的邮轮节点和多个其他邮轮对应的邮轮节点，任意两个之间存在关联的所述邮轮节点之间通过边连接，所述边用于表征连接的两个所述邮轮节点之间关联紧密程度；
所述邮轮节点还用于记载对应的邮轮的历史航行信息，其中，所述历史航行信息包括在多个历史时间段的邮轮的运行相关数据、多个负载的负载相关信息及目标发电模式。
5.如权利要求1-4任意一项所述的用于邮轮的混合发电控制系统，其特征在于，所述模式选择模块基于所述数据获取模块获取的所述当前时间段内的运行相关数据及所述邮轮的多个负载的负载相关信息，确定所述当前时间段内的目标发电模式，包括：
基于所述邮轮的多个负载的负载相关信息，确定每个所述负载的负载类型，其中，所述负载类型为一类负载、二类负载或三类负载；
基于所述运行相关数据及每个所述负载的负载类型，从多个候选发电模式中确定目标发电模式，其中，所述多个候选发电模式包括轴带发电机发电模式、柴油发电机发电模式及供电电池发电模式、轴带发电机与柴油发电机双混合发电模式、轴带发电机与供电电池双混合发电模式、柴油发电机与供电电池混合发电模式和轴带发电机、多台柴油发电机及供电电池混合发电模式。
6.如权利要求5所述的用于邮轮的混合发电控制系统，其特征在于，所述发电控制模块基于所述目标发电模式控制所述轴带发电机、多台柴油发电机和/或所述供电电池进行发电，包括：
当所述目标发电模式为所述柴油发电机双混合发电模式、所述柴油发电机与供电电池混合发电模式或所述轴带发电机、多台柴油发电机及供电电池混合发电模式时，通过蒙特卡洛模型基于约束条件生成多种柴油发电机候选策略，并生成所述柴油发电机候选策略对应的发电结果，基于所述发电结果从所述多种柴油发电机候选策略确定柴油发电机目标策略。
7.如权利要求1-4任意一项所述的用于邮轮的混合发电控制系统，其特征在于，所述模式选择模块还用于：
基于当前时间段内的所述邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息，预测未来时间段内的邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息；
基于预测的所述未来时间段的邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息，确定所述未来时间段内的目标发电模式。
8.如权利要求6所述的用于邮轮的混合发电控制系统，其特征在于，所述发电控制模块包括控制开关组件，所述控制开关组件包括设置在所述轴带发电机与母排之间的第一切换开关、设置在所述多台柴油发电机与所述母排之间的多个第二切换开关及设置在所述供电电池与所述母排之间的第三切换开关，其中，每台所述柴油发电机与所述母排之间均设置有一个所述第二切换开关；
所述发电控制模块用于基于所述目标发电模式及所述柴油发电机目标策略，控制所述第一切换开关、所述多个第二切换开关及所述第三切换开关的状态。
9.一种用于邮轮的混合发电控制方法，用于控制邮轮的电力系统，所述电力系统包括轴带发电机、多台柴油发电机及供电电池，其特征在于，包括：
获取所述邮轮的运行相关数据及所述邮轮的多个负载的负载相关信息；
基于获取的所述运行相关数据及所述邮轮的多个负载的负载相关信息，确定目标发电模式；
基于所述目标发电模式控制所述轴带发电机、多台柴油发电机和/或所述供电电池进行发电；
其中，所述邮轮的运行相关数据包括线路点云数据；
获取所述线路点云数据，包括：
分别设置在所述轴带发电机的供电线路的不同位置处设置多组结构光相机，所述多组结构光相机用于从不同位置获取所述轴带发电机的供电线路的深度图像；
基于所述多组结构光相机获取的所述深度图像，生成所述线路点云数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211259503.1A CN115579873B (zh) | 2022-10-14 | 2022-10-14 | 一种用于邮轮的混合发电控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211259503.1A CN115579873B (zh) | 2022-10-14 | 2022-10-14 | 一种用于邮轮的混合发电控制方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115579873A CN115579873A (zh) | 2023-01-06 |
| CN115579873B true CN115579873B (zh) | 2023-05-12 |
Family
ID=84584253
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211259503.1A Active CN115579873B (zh) | 2022-10-14 | 2022-10-14 | 一种用于邮轮的混合发电控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115579873B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5961734B1 (ja) * | 2015-08-06 | 2016-08-02 | 西芝電機株式会社 | 軸駆動発電システム |
| CN110308457B (zh) * | 2018-03-27 | 2023-04-21 | 深圳砺剑天眼科技有限公司 | 一种基于无人机的输电线路巡检系统 |
| CN112758295A (zh) * | 2021-01-25 | 2021-05-07 | 广东海洋大学 | 一种船舶混合动力推进系统及管理策略 |
| CN113507144B (zh) * | 2021-07-14 | 2022-12-06 | 招商局金陵鼎衡船舶(扬州)有限公司 | 一种船舶交直流组网配电功率管理系统的供电方法 |
| CN114118595A (zh) * | 2021-11-30 | 2022-03-01 | 深圳市国电科技通信有限公司 | 用电负荷预测的方法、系统、存储介质及电子设备 |
-
2022
- 2022-10-14 CN CN202211259503.1A patent/CN115579873B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115579873A (zh) | 2023-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170313419A1 (en) | Power management method and system for an unmanned air vehicle | |
| Li et al. | Adaptive online monitoring of voltage stability margin via local regression | |
| Fokui et al. | Optimal placement of electric vehicle charging stations in a distribution network with randomly distributed rooftop photovoltaic systems | |
| CN111062632B (zh) | 一种基于边缘智能的5g能源互联网虚拟电厂经济调度方法 | |
| CN115547052B (zh) | 改进自适应大邻域算法的动态需求响应电动公交调度方法 | |
| Liu et al. | A dynamic stochastic optimization for recharging plug-in electric vehicles | |
| DE112020003709T5 (de) | Batterieverwaltungsvorrichtung, Batterieverwaltungsverfahren und Batterieverwaltungsprogramm | |
| Mechter et al. | Backstepping control of a wind turbine for low wind speeds | |
| KR20210005166A (ko) | 로컬 에너지 시스템 내 에너지의 과잉 및/또는 부족을 처리하는 방법 | |
| CN114442664B (zh) | 一种计及空域冲突的输电线路无人机编队协同巡检任务分配方法 | |
| CN115579873B (zh) | 一种用于邮轮的混合发电控制方法和系统 | |
| CN116954233A (zh) | 一种巡检任务与航线自动匹配方法 | |
| US9637111B2 (en) | Method and system for selecting power sources in hybrid electric vehicles | |
| CN110509913B (zh) | 基于大数据和人工智能的混合动力推进方法和机器人系统 | |
| Ni et al. | Mobility and energy management in electric vehicle based mobility-on-demand systems: Models and solutions | |
| Cao et al. | An autonomous electric vehicle based charging system: Matching and charging strategy | |
| Kongjeen et al. | Optimal sizing and placement of solar powered charging station under EV loads penetration using artificial bee colony technique | |
| CN107562056A (zh) | 一种基于云计算的机动车自动驾驶方法及系统 | |
| Karmakar et al. | Trip planning for electric vehicle through optimal driving using genetic algorithm | |
| CN113650601B (zh) | 车辆控制方法及系统、服务器、车辆 | |
| CN112947559B (zh) | 一种子母机协同方法及装置 | |
| Raza et al. | Artificial Intelligence and IoT-Based Autonomous Hybrid Electric Vehicle with Self-Charging Infrastructure | |
| KR20210062775A (ko) | 차량 위치 기반 무선 충전 인버터의 전력 제어 방법 및 장치 | |
| CN112736916A (zh) | 船舶区域配电电力系统免疫多智能体智能自愈系统及方法 | |
| CN112406567B (zh) | 电动汽车的充电预测方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A hybrid power generation control method and system for cruise ships Granted publication date: 20230512 Pledgee: Zhejiang Nanxun Rural Commercial Bank branch Shuanglin Limited by Share Ltd. Pledgor: ZHEJIANG HUZHOU XIN JINGCHANG ELECTRONICS Co.,Ltd. Registration number: Y2024330000531 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |